Pyparsing语法解析失败咨询：为何无法正确解析指定字符串？

原代码里的token_any = pp.Word(pp.printables)会把结尾的*也匹配进去，因为pp.printables包含了*字符。当解析*asd*时：

• 第一个Literal("*")匹配开头的*
• token_any会贪婪匹配所有后续的可打印字符，也就是asd*
• 此时字符串已被匹配完，后面的Literal("*")找不到匹配项，因此报错

Pyparsing的Word是匹配连续的符合字符集的字符，不会自动回溯去预留结尾的*，这和正则\*.*\*的行为不同——正则引擎会在匹配到末尾后回溯找到最后一个*，但Word一旦匹配就不会拆分已匹配的内容。

有两种常见的修复方式：

方式一：修改字符集，排除* #

把token_any的字符集改成不包含*的可打印字符：

import pyparsing as pp

token_any = pp.Word(pp.printables.replace('*', ''))
comment = pp.Literal("*") + token_any("comment text") + "*"

res = comment.parse_string("""*asd*""")
print(res.dump())

方式二：使用正则表达式匹配 #

直接用pp.Regex实现精准匹配，或者替换原token_any：

import pyparsing as pp

# 替换token_any的写法
token_any = pp.Regex(r'[^*]+')
comment = pp.Literal("*") + token_any("comment text") + "*"

res = comment.parse_string("""*asd*""")
print(res.dump())

运行修复后的代码，就能正确解析出comment text: 'asd'。

内容的提问来源于stack exchange，提问作者The Bic Pen